Minimum Cost Deployment of Heterogeneous Directional Sensor Networks for Differentiated Target Coverage
Minimum Cost Deployment of Heterogeneous Directional Sensor Networks for Differentiated Target Coverage
复制标题
以最低成本部署异构定向传感器网络以实现差异化目标覆盖
DOI：
10.1109/jsen.2017.2712198
复制
发表时间：
2017-08
影响因子：
4.3
通讯作者：
MengChu Zhou
中科院分区：
文献类型：
--
作者：
Xiaojian Zhu;Jun Li;MengChu Zhou
定向传感器网络（DSN）的一个基本部署目标是满足目标的覆盖质量要求。定向传感器有限的感知角度使得这种网络的部署比全向传感器网络更加复杂。在一些新兴的DSN应用中，目标可能由于其不同的重要性或优先级而具有不同的覆盖质量要求。同时，具有不同感测范围和价格的多种类型的方向传感器可用于最佳地组织网络。如何在最小的成本约束下部署具有良好网络连通性的分布式传感器网络是一个亟待解决的问题。这项工作首次提出并解决了这个问题。首先，我们证明了它的NP-完全性。然后，这个问题被制定为一个整数线性规划模型。为了解决这个问题，我们提出了三个算法，即，一个贪婪的启发式，局部搜索和粒子群优化。通过大量的数值实验来验证所提出的算法。实验结果表明，所提出的算法都能有效地求解该问题，其中最后一种算法的求解成功率最高，解的质量最好。
A basic deployment goal of a directional sensor network (DSN) is to satisfy the coverage quality requirements of targets. The limited sensing angle of directional sensors makes the deployment of such a network more complicated than that of an omnidirectional sensor network. In some emerging DSN applications, targets may have differentiated coverage quality requirements due to their differentiated importance or priorities. Meanwhile, directional sensors of multiple types with different sensing ranges and prices are available for optimally organizing a network. To deploy such a DSN with satisfied network connectivity under the minimum cost constraint is a significant problem to be solved. This work formulates and addresses the problem for the first time. First, we prove its NP-completeness. Then, this problem is formulated as an integer linear programming model. To solve it, we propose three algorithms, i.e., a greedy heuristic, local search, and particle swarm optimization. Extensive numerical experiments are conducted to validate the proposed algorithms. The results show that all the proposed algorithms can effectively solve the problem, and the last one can achieve both highest success rate and best solution quality.
登录
查看更多内容
DOI：
10.1109/jas.2016.7373764
发表时间：
2016-01
期刊：
IEEE/CAA Journal of Automatica Sinica
影响因子：
--
作者：
Zhen Hong;Rui Wang;Xile Li
通讯作者：
Zhen Hong;Rui Wang;Xile Li
DOI：
10.1145/2598394.2605342
发表时间：
2014-07
期刊：
Proceedings of the Companion Publication of the 2014 Annual Conference on Genetic and Evolutionary Computation
影响因子：
--
作者：
A. Engelbrecht
通讯作者：
A. Engelbrecht
DOI：
10.1016/b978-0-12-409547-2.14581-0
发表时间：
2020
期刊：
Comprehensive Chemometrics
影响因子：
--
作者：
Federico Marini;Beata Walczak
通讯作者：
Federico Marini;Beata Walczak
影响因子：
7.9
作者：
You-Chiun Wang;Yung-Fu Chen;Y. Tseng
通讯作者：
You-Chiun Wang;Yung-Fu Chen;Y. Tseng
DOI：
10.1201/9781003206477-5
发表时间：
2021-08
期刊：
Evolutionary Optimization Algorithms
影响因子：
--
作者：
A. Badar
通讯作者：
A. Badar